文献

J-GLOBAL ID：201802211142350821   整理番号：18A1589433

深層学習による限定データ非線形トモグラフィー吸収分光法の再構成【JST・京大機械翻訳】

Reconstruction for limited-data nonlinear tomographic absorption spectroscopy via deep learning

著者 (4件)： Huang Jianqing (Key Lab of Education Ministry for Power Machinery and Engineering, School of Mechanical Engineering, Shanghai Jiao Tong University, 800 Dongchuan Road, Shanghai 200240, China) ,  Liu Hecong (Key Lab of Education Ministry for Power Machinery and Engineering, School of Mechanical Engineering, Shanghai Jiao Tong University, 800 Dongchuan Road, Shanghai 200240, China) ,  Dai Jinghang (Key Lab of Education Ministry for Power Machinery and Engineering, School of Mechanical Engineering, Shanghai Jiao Tong University, 800 Dongchuan Road, Shanghai 200240, China) ,  Cai Weiwei (Key Lab of Education Ministry for Power Machinery and Engineering, School of Mechanical Engineering, Shanghai Jiao Tong University, 800 Dongchuan Road, Shanghai 200240, China)
資料名： Journal of Quantitative Spectroscopy & Radiative Transfer  (Journal of Quantitative Spectroscopy & Radiative Transfer)
巻： 218  ページ： 187-193  発行年： 2018年 
JST資料番号： H0072A  ISSN： 0022-4073  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 非線形トモグラフィー吸収分光法(NTAs)は,吸収ガスの温度と濃度を同時に画像化できることが証明されている反応性流れに対する新しいガス検知技術である。しかし,非線形トモグラフィ問題は,高い計算コストを受けるシミュレーテッドアニーリングのような最適化アルゴリズムで典型的に解かれる。この問題は,数千のトモグラフィーデータが乱流火炎の時間分解能のために処理される必要があるとき,より厳しくなる。この限界を克服するために,本研究では,大規模トモグラフデータを完全に利用できる畳込みニューラルネットワーク(CNN)に基づく再構成法を提案し,それに対するサイノグラムの供給により再構成を迅速に予測するための効率的なニューラルネットワークを構築した。シミュレーション研究を行い,パラメータがニューラルネットワークの性能にどのように影響するかを調べた。結果は,CNNが計算コストを効果的に減少させることができて,同時にSAと同じ精度レベルを達成することができることを示した。本研究における成功した実証CNNは,深い信念ネットワーク(DBN)や発生的な敵ネットワーク(GAN)などの他の洗練された深いニューラルネットワークの非線形トモグラフィへの応用の可能性を示す。2018Elsevier社。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  *吸光分光分析 ,  乱流火炎 ,  ネットワーク ,  シミュレーション ,  シミュレーテッドアニーリング ,  時間分解能 ,  *再構成 ,  *トモグラフィー ,  画像処理 ,  パラメータ
準シソーラス用語： サイノグラム ,  最適アルゴリズム ,  計算コスト ,  画像化 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 吸収分光法 ,  非線形トモグラフィー ,  畳み込みニューラルネットワーク ,  燃焼診断

分類 (1件)： 光学情報処理  (BD03060T)

タイトルに関連する用語 (5件)： 深層学習 ,  非線形 ,  トモグラフィー ,  吸収分光法 ,  再構成